Der Pilot lief. Die Demo hat überzeugt, die Geschäftsführung war beeindruckt, der Anbieter hat ein Angebot geschickt. Acht Monate später läuft im Unternehmen nichts davon. Das Werkzeug steht noch, aber niemand nutzt es, und keiner kann sagen, was es gebracht hat.

Das ist kein Einzelfall, sondern der Normalfall. Und die übliche Erklärung, die KI sei noch nicht gut genug, ist falsch.

Ein Pilot beweist, dass das Modell kann. Der Produktivbetrieb verlangt, dass die Organisation kann. Dazwischen liegt keine KI-Frage, sondern eine Software-Frage: Daten, Rechte, Prozess, Protokoll, Eigentümer.

Wie viele KI-Piloten kommen in den Produktivbetrieb?

Weniger als die Hälfte. Und die, die ankommen, kommen ohne die Struktur an, die sie im Betrieb brauchen.

Gartner hat nachgemessen: Bis Ende 2025 wurden mindestens 50 % der GenAI-Projekte nach dem Proof of Concept abgebrochen, wegen schlechter Datenqualität, unzureichender Risikokontrollen, eskalierender Kosten oder unklarem Geschäftswert. Grundlage ist die Analyse von Hunderten GenAI-Einführungen. (Gartner, Januar 2026: Why Half of GenAI Projects Fail)

42 % der Unternehmen haben die Mehrheit ihrer KI-Initiativen vor der Produktivsetzung aufgegeben, ein Jahr zuvor waren es 17 %. Von den Proofs of Concept schaffen es im Schnitt 46 % nie in den Produktivbetrieb. (S&P Global Market Intelligence, März 2025, 1.006 Befragte in Nordamerika und Europa: Bericht)

95 % der Organisationen erzielen aus ihren GenAI-Investitionen keinen Ertrag, bei 30 bis 40 Milliarden Dollar Unternehmensinvestition. Nur 5 % der integrierten KI-Piloten erwirtschaften Werte in Millionenhöhe. (MIT NANDA, Juli 2025: The GenAI Divide)

60 % der Unternehmen berichten nur minimale Umsatz- und Kosteneffekte aus KI, 35 % skalieren ihre KI-Vorhaben und beginnen, Wert zu erzeugen, 5 % gelten als „future-built“. (BCG, September 2025: The Widening AI Value Gap)

Die Quote bewegt sich, aber nicht die Struktur dahinter. 2025 schafften es laut IDC nur 4 von 33 Proofs of Concept in den Produktivbetrieb. Im Januar 2026 sind es 46 %. Gleichzeitig haben nur 27 % der Unternehmen ein umfassendes Governance-Framework, und nur 21 % nutzen agentische KI in nennenswertem Umfang. Mehr Piloten kommen durch, ohne Regeln. (IDC/Lenovo CIO Playbook, März 2025 und Januar 2026, n = 3.120)

Nur 25 % der Befragten haben mindestens 40 % ihrer KI-Piloten in den Produktivbetrieb überführt; von den Unternehmen, die agentische KI einführen wollen, haben nur 21 % ein reifes Governance-Modell für Agenten. (Deloitte, State of AI in the Enterprise 2026, Befragung August bis September 2025, n = 3.235: Pressemitteilung)

Und in Deutschland: 52 % der KI-nutzenden Unternehmen sehen einen messbaren Beitrag zum Geschäftserfolg, 33 % berichten von deutlich höheren Kosten als erwartet. (Bitkom, 11. März 2026, n = 604: Presseinformation)

Die Lücke ist auch eine Größenfrage: Fast drei Viertel der Großunternehmen in Deutschland berichten von Produktivitätsgewinnen durch KI, bei Unternehmen bis 250 Beschäftigten weniger als die Hälfte. (IBM, Oktober 2025, n = 500 in Deutschland: The Race for ROI)

Woran scheitern KI-Projekte wirklich?

An der Organisation, nicht an der Technik. Vier unabhängige Quellen kommen zum selben Befund.

Gartner nennt für die abgebrochenen Projekte vier Gründe: schlechte Datenqualität, unzureichende Risikokontrollen, eskalierende Kosten, unklarer Geschäftswert. Kein einziger davon heißt „das Modell war zu schlecht". (Gartner, Januar 2026)

Die 5 %, die es laut MIT schaffen, haben keine besseren Modelle. Sie haben KI tief in einen konkreten Arbeitsablauf eingebettet, Werkzeuge mit Gedächtnis und Lernschleife gewählt und Werkzeuge am Geschäftsergebnis gemessen statt an Software-Benchmarks. (MIT NANDA, Juli 2025)

IDC benennt die Bremsen: Datenqualität, fehlende interne Expertise, Integrationskomplexität und organisatorische Abstimmung. Die Intelligenz des Modells steht nicht auf der Liste. (IDC/Lenovo, Januar 2026)

Und Unternehmen in Deutschland, die KI erwogen, aber nicht eingeführt haben, nennen als Gründe: 72 % fehlendes Wissen, 62 % unklare Rechtsfolgen, 60 % Datenschutz, 45 % Inkompatibilität mit Bestandssystemen, 44 % Verfügbarkeit und Qualität der Daten. Das Modell taucht in der Liste nicht auf. (Statistisches Bundesamt, IKT-Erhebung 2025: Tabelle)

Das ist nicht neu. Schon 2024 hatte RAND aus 65 Experteninterviews fünf Hauptursachen destilliert: falsch verstandenes Problem, unzureichende Daten, Technologie-vor-Problem-Denken, fehlende Infrastruktur, und erst als fünftes: das Problem ist für KI wirklich zu schwer. Vier von fünf sind organisatorisch. (RAND, Basiswert 2024: Root Causes of Failure) Zwei Jahre und mehrere Modellgenerationen später hat sich an der Ursachenliste nichts geändert. Nur an den Modellen.

Die fünf Lücken zwischen Demo und Anwendung

Ein Pilot ist ein Modell, ein Prompt und ein paar Beispieldaten. Eine produktive Anwendung ist etwas anderes. Der Unterschied lässt sich in fünf Lücken fassen, und jede davon ist Software, nicht Intelligenz.

1. Die Datenlücke. Im Piloten liegen die Daten als saubere Exportdatei vor, die jemand von Hand zusammengestellt hat. Im Betrieb kommen sie aus dem ERP, aus drei Excel-Dateien mit unterschiedlichen Spaltennamen und aus einem System, das jede Nacht um zwei Uhr aktualisiert. Wer die Datenanbindung nicht baut, hat keinen Betrieb, sondern eine Vorführung, die man nach jedem Export wiederholen muss.

2. Die Prozesslücke. Im Piloten sitzt ein Mensch vor dem Bildschirm, gibt etwas ein und bewertet das Ergebnis. Im Betrieb muss die KI in einen Ablauf passen: Wer löst sie aus, wohin geht das Ergebnis, was passiert bei Zweifel, wer gibt frei. Ein Prozess, der nur in Köpfen existiert, lässt sich nicht automatisieren. Er muss erst vollständig beschrieben sein.

3. Die Rechtelücke. Im Piloten hat der Projektleiter Zugriff auf alles. Im Betrieb dürfen die Sachbearbeiterin, der Abteilungsleiter und die externe Buchhaltung unterschiedliche Dinge sehen und tun. Rollen und Rechte sind kein Feature, das man später hinzufügt. Sie bestimmen, wie die Anwendung gebaut wird.

4. Die Nachweislücke. Im Piloten interessiert niemanden, warum die KI so entschieden hat. Im Betrieb fragt die Revision danach, die Bank, der Betriebsrat, und seit dem 2. August 2026 auch die Bundesnetzagentur. Ein Protokoll, das festhält, wer wann was auf welcher Grundlage entschieden hat, lässt sich nicht nachrüsten: Die Ereignisse sind dann vorbei. Dass nur 27 % ein Governance-Framework haben, während 46 % der Piloten in Produktion gehen, ist genau diese Lücke in Zahlen.

5. Die Eigentümerlücke. Im Piloten gehört das Projekt der Person, die es gestartet hat. Im Betrieb braucht die Anwendung einen Eigentümer, der sie wartet, eine Vertretung, und einen Plan für den Tag, an dem beide nicht mehr da sind. Ohne das wird aus einer funktionierenden Anwendung innerhalb eines Jahres ein Rätsel.

Das ist der Grund, warum die Abbruchquoten nicht sinken, obwohl die Modelle jedes Quartal besser werden. Die Modelle waren nie das Problem.

Warum sich ROI im Piloten nicht nachweisen lässt, und wie doch

Weil ein Pilot die falsche Größe misst.

Ein Pilot misst, ob die KI-Ausgabe gut ist: Trefferquote, Antwortqualität, Zufriedenheit der Tester. Das ist eine Aussage über das Modell. ROI ist eine Aussage über einen Prozess, und die lässt sich nur treffen, wenn man den Prozess vorher und nachher gemessen hat.

Die meisten Piloten starten ohne Vorher-Messung. Dann ist der ROI am Ende nicht nachweisbar, nicht weil er fehlt, sondern weil es keine Basis gibt, gegen die man rechnen könnte. Genau das steckt hinter Gartners „unklarem Geschäftswert" und hinter den 33 % bei Bitkom, die von unerwartet hohen Kosten berichten: Die Kosten sind sichtbar, der Nutzen wurde nie beziffert.

Drei Kennzahlen, die tragen, weil sie einen Prozess beschreiben und nicht ein Modell:

  • Durchlaufzeit: von Eingang bis Erledigung, in Stunden oder Tagen. Vorher messen, nachher messen.
  • Manuelle Stunden pro Vorgang: wie viel Zeit ein Mensch tatsächlich am Vorgang arbeitet, nicht wie lange er liegt.
  • Rückläuferquote: wie oft ein Vorgang zurück in die Schleife geht.

Wer diese drei Zahlen für einen Prozess kennt, bevor der Pilot beginnt, kann nach acht Wochen sagen, was die KI gebracht hat. Wer sie nicht kennt, kann es nie. 41 % der Unternehmen, die KI bereits einsetzen, schätzen den Einfluss auf die Produktivität als hoch ein. Umgekehrt: Die Mehrheit sieht diesen Effekt nicht oder nur eingeschränkt. (DIHK-Digitalisierungsumfrage 2026, knapp 5.000 Unternehmen, 28. Januar 2026: Pressemitteilung)

Der zweite Teil der Antwort ist die Reihenfolge der Autonomie. Ein Pilot, der die Entscheidung sofort vollständig übernimmt, ist nicht messbar, weil niemand ihm vertraut und deshalb alles nachgeprüft wird. Ein Pilot, der die Entscheidung vorbereitet und ein Mensch sie freigibt, produziert von Tag eins eine Vergleichsbasis: Wie oft wurde die Vorbereitung übernommen, wie oft geändert. Erst wenn diese Quote stabil hoch ist, wird die Freigabe abgebaut. So entsteht der ROI-Nachweis aus dem Betrieb heraus, statt aus einer Präsentation.

Was einen Piloten produktionsfähig macht

Sechs Fragen. Wenn eine davon mit Nein beantwortet wird, ist der Pilot eine Demo.

  1. Kommen die Daten automatisch aus den Systemen, in denen sie entstehen, oder aus einer Datei, die jemand exportiert hat?
  2. Ist der Prozess vollständig beschrieben, inklusive Ausnahmen und Zweifelsfällen?
  3. Sind Rollen und Rechte definiert: Wer sieht was, wer darf was, wer gibt frei?
  4. Wird jede Entscheidung protokolliert, nachvollziehbar für jemanden, der nicht im Projekt war?
  5. Gibt es eine Vorher-Messung für Durchlaufzeit, manuelle Stunden und Rückläuferquote?
  6. Hat die Anwendung einen benannten Eigentümer und eine Vertretung?

Die meisten Piloten beantworten die Fragen 1 bis 4 mit Nein, weil sie als Pilot gebaut wurden: schnell, ohne Anbindung, ohne Rechte, ohne Protokoll. Das war die Absicht. Und genau deshalb lassen sie sich nicht in den Betrieb überführen: Alles, was fehlt, muss neu gebaut werden, und das ist das eigentliche Projekt.

Der Produktivbetrieb beginnt beim Bau, nicht nach dem Piloten

Die Schlussfolgerung ist unbequem: Der Weg vom Piloten zum Betrieb ist kein Übergang, sondern ein Neubau. Alles, was der Pilot ausgelassen hat, um schnell zu sein, ist das, was der Betrieb braucht.

Deshalb gibt es nur eine Abkürzung: den Piloten von Anfang an als Anwendung zu bauen. Mit angebundenen Daten, mit Rollen und Rechten, mit Protokoll, mit einem Eigentümer. Dann ist der Pilot nicht die Demo, die dem Projekt vorausgeht. Er ist die erste Version des Projekts: in einem Bereich, mit menschlicher Freigabe, mit Vorher-Messung.

Daraus folgt, was du von jedem Anbieter verlangen solltest, auch von uns: Datenbank, Workflow, Rechte und Frontend entstehen zusammen, das Protokoll ist von Anfang an Teil der Anforderungen und nicht Nacharbeit, und die KI-Funktion läuft zuerst mit Freigabe, bevor sie autonom wird. Lass dir für jeden dieser Punkte zeigen, wie er in deiner Anwendung umgesetzt ist, und was genau protokolliert wird. Der Unterschied zum klassischen Piloten ist nicht, dass es länger dauert. Der Unterschied ist, dass danach nichts neu gebaut werden muss.

Weiterlesen im Wissen-Hub

Weitere Zahlen zu KI im Mittelstand, jede mit Herausgeber, Datum und Link, stehen in KI im Mittelstand: 60 Statistiken 2026.

Zu den fünf Lücken

Zur Nachweislücke

Zur Reihenfolge der Autonomie

Zum Neubau